工程师如何才能实际应用AI / ML来获得真正的,可衡量的收益?该技术是否已经足够成熟,足以证明可以推出用于工厂车间,还是尚处于初期阶段?

在过去几年当中,有无数关于人工智能(AI)和机器学习(ML)会如何改变我们生活的预测。所有这一切都会给业界带来一定价值,到2024年,全球AI市场预计将增长到数量惊人的5,540亿美元。

制造业和工业领域也不例外,人工智能/机器学习正成为工业数字化转型的关键因素。工厂中的计算机远非一个新的趋势,它包括几乎无处不在的可编程逻辑控制器(PLC)和SCADA等完善的协议。但是,工业物联网(IIoT)意味着我们当今在生产线上已有多种传感器,可以生成越来越多的数据。AI和ML提供了一种利用所有这些信息的方法,以提高效率和改进生产,从而帮助我们迈向工业4.0。

暂且不谈这些热度,现在我们回归正题。工程师如何才能实际应用AI / ML来获得真正的,可衡量的收益?该技术是否已经足够成熟,足以证明可以推出用于工厂车间,还是尚处于初期阶段?

让我们首先阐明一个关键点:ML与AI不同。尽管定义两者各不相同,但已经达成共识,即AI广义泛指使计算机思考的多种方法。另一方面,与人为设计程序或解决方案的所有方面相反,可以将ML更狭义地定义为使计算机能够通过处理数据自动学习并从中进行改进。在ML中,我们构造多种算法,然后系统可以进行预测,并通过查看预测的准确性来达到机器学习。

在工业领域,机器学习正在所有领域中得到应用,从预防性维护到优化过程效率,再到虽然简单但却至关重要的任务,例如管理何时订购替换零部件和消耗品等。机床可以具有多个温度和振动传感器,ML系统可以利用来自这些传感器的数据学习何时零件已显示出磨损或无法调整,并且可能很快就会发生故障。这可以通过在现有设备上添加传感器或使用新的机床来实现,而新机床在制造时应包括适当的传感器。

如今哪些领域使用ML?

我们可以更详细地研究其中一些应用,并查看ML当前在工业自动化中的应用。

如今典型ML用例包括:

●机器视觉:例如,机器视觉用于检查和质量控制,可以训练机器学习系统来识别问题,这可能包括传送带上丢失物体一样简单的应用。

●决策:使用数据进行自动、快速地实时做出最佳操作,从而提高效率并减少人为错误范围。

●预测性维护:使用传感器数据来发现即将出现的问题,可以最大程度地减少停机时间和相关成本。

●帮助提高安全性:识别可能引起风险的任何事件并采取相应的措施,包括从关闭机器到避免机器人、车辆或人彼此之间的碰撞等层面,。

实际上,并非每个系统都适合应用ML,而是存在许多限制,例如哪些数据可以收集以及如何处理这些数据,或者添加传感器、处理能力、电源和联网的成本可能太高等等。延迟是另一个问题,主要是通过向远程计算资源或云端发送数据,或传输来自远程计算资源以及云端数据而引入的延迟。

将ML集成到自动化中的挑战

自动化供应商Beckhoff已经确定了将ML成功集成到自动化系统中必须满足的五个基本要求。这些提供了一个非常有用的出发点:

●开放式界面,确保互操作性

●ML解决方案简单易用,可轻松与现有软件集成,无需专家知识

●机器学习解决方案足够可靠、准确,可提供有价值结果

●强大的培训方法,可以处理带有噪声或不准确数据

●透明, ML系统易于理解

AI和ML项目在实践中实施可能具有很大挑战性,特别是对于在该领域没有经验的组织而言。根据Gartner的研究,“ AI项目通常由于可维护性、可伸缩性和管治问题而失败”,并且在概念验证与推出在产系统之间存在巨大差距。很容易造成项目在螺旋式上升时失控,出现不切实际的期望,无法与可扩展性能相匹配,并且缺乏可见性,从而使公司决策者无法发现真正的问题。

同样很重要的是要考虑实现ML系统的实用性,以及需要多少计算性能,这些并不总是显而易见。对于任何ML系统,初始训练过程的需求与部署后模型日常改进之间存在着差异。预生产阶段可能需要海量数据和大量计算,而这需要功能强大的PC或服务器。但是,在工厂中推出系统后,增量改进(通过所谓的“推理”而实现,根据新数据来调整模型)所需的性能要低得多。因此,它们非常适合采用嵌入式处理器。

与将数据发送到远程云端或中央服务器进行处理相比,在嵌入式系统或“边缘”PC中本地运行ML模型具有明显优势,它通常速度更快,延迟更小,并且降低了数据带宽要求,并有助于确保数据安全性和隐私性。

Gartner 提出了一个非常有价值的概念“赋权边缘”,用于描述如何组织实施计算资源和IoT传感器。简而言之,“边缘”是指数据源靠近数据处理的位置。就本文中“嵌入式”的含义而言,这可能一直到端点级别,传感器和执行器都可能配备ML功能。

1:在计算机上运行的初始训练,而嵌入式处理器则在现场处理推论。(来源:Microchip

ML:为什么、在哪里以及如何应用?

ML不一定是对所有人的答案,但是在许多应用中都会有明显好处。为什么要使用ML?它能够为许多公司提高效率、可扩展性和生产率,同时降低成本。虽然在道德和责任等方面存在一些问题,但是对于不直接与客户打交道的工业应用,这些问题很可受到良好控制。实际上,IDC认为“公司将会采用AI — 不仅是因为他们可以,而且是必须。”,这在竞争激烈的工业领域可能并不是夸大其词。

为了弄明白如何实现ML以及所需的组件,最好首先考虑“在哪里”的问题,即您的目标是在嵌入式系统中本地运行还是在云端远程运行所有功能?本地运行通常是最好选择,但需要仔细权衡取舍,包括成本、延迟、功耗、安全性和计算资源等层面的物理空间。

对于嵌入式ML系统,现在有许多供应商可为工业应用提供合适的处理器。下面我们看几个例子:

Maxim的MAX78000是专为AI和ML应用而设计的片上系统(SoC),它包括一个带有硬件加速器的Arm Cortex-M4内核,以执行推理,并提供高计算性能,同时保持较低功耗。Maxim可提供评估板和应用平台,帮助工程师快速入门并充分利用MAX78000。

另一个例子是Microchip的ML生态系统,其中包括EV18H79A SAMD21和EV45Y33A SAMD21评估套件。这些包括来自TDK和Bosch的传感器,采用了Microchip基于SAMD21G18 Arm Cortex-M0+的32位微控制器(MCU)。

另一个选择是恩智浦(NXP)的i.MX RT1060交叉型MCU,它基于Arm Cortex-M7 MP内核平台,具备恩智浦软件和工具的完全支持,可提供很高的CPU性能和广泛接口。

图2:Maxim MAX7800评估套件包括MAX78000 SoC,以及彩色触摸屏、麦克风和陀螺仪/加速度计。(来源:Maxim Integrated)

结论

显然,机器学习可以成为工业应用中的赋能技术,并且可以通过提高效率、可扩展性和生产率,以及降低成本来改善制造和其他流程。

实施ML解决方案可能很复杂,并且确实需要考虑多种折衷。一个关键的决定是计算资源应该布置在边缘还是嵌入在系统中,还是应该位于云端或处在单独服务器中。

业界已经有越来越多高性能嵌入式处理器可以在工业应用中实施ML,借助于来自Maxim、Microchip和NXP等主要供应商的软件和开发工具生态系统支持。这意味着在生产系统端点嵌入合适处理器,进而靠近您的数据源,可能是从ML实现中获得最大收益的实用方法。

作者:贸泽电子 Mark Patrick

责编:Amy Guan

阅读全文,请先
您可能感兴趣
新款开发板售价仅为249美元,而上一代40 TOPS开发板售价为499美元,价格仅为上一代的一半。这使得Jetson Orin Nano Super成为“世界上最经济实惠的生成式AI计算机”,特别适合商业AI开发者、爱好者和学生使用。
面对AI时代带来的差异化趋势、软件应用及开发时间长、软硬件协同难、高复杂度高成本等挑战,国产EDA仍需不断探索和创新。
近年来,AWS还积极投资于人工智能(AI)、机器学习(ML)、大数据分析和边缘计算等前沿技术,以保持其在这些领域的竞争优势。
通过机器学习技术,EDA工具可以获取更精确的模型来预测设计中存在的问题,如布线拥塞、信号干扰、热效应等,从而为用户提供更准确快速的指导,避免后期返工。
这一新规则可能会引起美国在世界各地的合作伙伴和盟友的重大担忧,以及一些国家的不满,担心美国会充当单方面仲裁者,决定谁可以获得对AI至关重要的先进芯片。
股东诉讼指控英伟达的首席执行官黄仁勋隐藏了公司记录性收入增长主要由其旗舰产品GeForce GPU的挖矿销售驱动,而非游戏销售,导致投资者对公司的盈利来源和风险敞口产生错误认知。
目前,智能终端NFC功能的使用频率越来越高,面对新场景新需求,ITMA多家成员单位一起联合推动iTAP(智能无感接近式协议)标准化项目,预计25年上半年发布1.0标准,通过功能测试、兼容性测试,确保新技术产业应用。
中科院微电子所集成电路制造技术重点实验室刘明院士团队提出了一种基于记忆交叉阵列的符号知识表示解决方案,首次实验演示并验证了忆阻神经-模糊硬件系统在无监督、有监督和迁移学习任务中的应用……
C&K Switches EITS系列直角照明轻触开关提供表面贴装 PIP 端子和标准通孔配置,为电信、数据中心和专业音频/视频设备等广泛应用提供创新的多功能解决方案。
投身国产浪潮向上而行,英韧科技再获“中国芯”认可
今日,长飞先进武汉基地建设再次迎来新进展——项目首批设备搬入仪式于光谷科学岛成功举办,长飞先进总裁陈重国及公司主要领导、嘉宾共同出席见证。对于半导体行业而言,厂房建设一般主要分为四个阶段:设备选型、设
点击蓝字 关注我们安森美(onsemi)在2024年先后推出两款超强功率半导体模块新贵,IGBT模块系列——SPM31 IPM,QDual 3。值得注意的是,背后都提到采用了最新的FS7技术,主要性能
‍‍12月18日,深圳雷曼光电科技股份有限公司(下称“雷曼光电”)与成都辰显光电有限公司(下称“辰显光电”)在成都正式签署战略合作协议。双方将充分发挥各自在技术创新、产品研发等方面的优势,共同推进Mi
来源:观察者网12月18日消息,自12月2日美国发布新一轮对华芯片出口禁令以来,不断有知情人士向外媒透露拜登政府在卸任前将采取的下一步动作。美国《纽约时报》12月16日报道称,根据知情人士以及该报查阅
有博主基于曝光的信息绘制了iPhone 17系列渲染图,对比iPhone 16系列,17系列最大变化是采用横置相机模组,背部DECO为条形跑道设计,神似谷歌Pixel 9系列,这是iPhone六年来的
近期,高科视像、新视通、江苏善行智能科技等企业持续扩充COB产能。插播:加入LED显示行业群,请加VX:hangjia188■ 高科视像:MLED新型显示面板生产项目(二期)招标12月18日,山西高科
在上海嘉定叶城路1688号的极越办公楼里,最显眼的位置上,写着一句话:“中国智能汽车史上,必将拥有每个极越人的名字。”本以为这句话是公司的企业愿景,未曾想这原来是命运的嘲弄。毕竟,极越用一种极其荒唐的
在科技浪潮翻涌的硅谷,马克·扎克伯格不仅是“脸书”帝国的掌舵人,更是以其谦逊低调的形象,在公众心中树立了独特的领袖风范。然而,在镁光灯难以触及的私人领域,扎克伯格与39岁华裔妻子普莉希拉·陈的爱情故事
今天上午,联发科宣布新一代天玑芯片即将震撼登场,新品会在12月23日15点正式发布。据悉,这场发布会联发科将推出全新的天玑8400处理器,这颗芯片基于台积电4nm制程打造,采用Arm Cortex A
点击蓝字 关注我们电网和可再生能源系统向着更智能、更高效的方向发展助力优化能源分配构建更加绿色和可靠的能源未来12 月 24 日 上午 9:30 - 11:302024 德州仪器新能源基础设施技术直播